摩尔线程携手众智FlagOS社区完成对MiniCPM系列新模型的极速适配，精度对齐国际主流GPU

新闻2026-11-05

近日，依托众智FlagOS社区，摩尔线程旗舰级AI训推一体智算卡MTT S5000完成对面壁智能MiniCPM系列新模型的极速适配，覆盖MiniCPM-V4.7（35B-A3B与1B）、MiniCPM-OCR 1.0（1.3B）及MiniCPM-OCR Jev（2B）。经FlagOS社区统一测试，摩尔线程平台上的MiniCPM-V4.7模型精度与国际主流GPU对齐。开发者可通过魔搭社区与Hugging Face的FlagRelease仓库获取模型镜像，实现开箱即用。

MiniCPM-V4.7 是面壁智能联合OpenBMB社区共同发布并开源的端侧多模态系列最新模型。支持文本、图像、视频等多模态输入处理，可用于智能问答、图像理解、视频分析等多模态应用场景。该模型包含35B-A3B（MoE）与1B两个版本：35B-A3B采用混合专家（MoE）结构，总参数量为35B，激活参数约3B，是全球首个可在端侧无损、流畅运行的开源MoE多模态大模型；1B版本实际参数规模约1.3B，以极小体量达到同尺寸性能第一梯队。

MiniCPM-OCR 是MiniCPM家族首个专用OCR系列模型，包含两个模型：MiniCPM-OCR 1.0（1.3B）面向扫描、拍照、弯曲、倾斜和翻拍等真实文档场景，支持文字、公式、复杂表格解析与关键信息抽取，输出结构化Markdown；MiniCPM-OCR Jev（2B）是业内首创的解析结果判别模型，根据原始图像和解析结果对文本、公式和表格逐块给出可信度评分，帮助开发者自动筛选需要人工复核的内容，将文档质检从"地毯式排查"变为"按风险定点清除"。两个模型合计约3.3B参数，可在金融、财税、法务、医疗等文档场景中高效运行。

得益于摩尔线程MUSA统一系统架构与FlagOS多芯片推理软件栈的深度协同，MiniCPM系列新模型能够在MTT S5000上高效运行。SGLang-plugin-FL作为SGLang的树外（OOT）插件，基于统一推理软件栈FlagOS构建，一端衔接SGLang推理框架，一端衔接摩尔线程平台后端。开发者无需修改原始接口与调用方式，即可完成部署，大幅降低跨平台工程成本。

FlagOS社区在统一测试条件下，以国际主流GPU原生版本为基线，对MiniCPM-V4.7进行了Math_500、GPQA_Diamond与ERQA三项精度评测。结果显示，摩尔线程平台上的模型在评测中与基线对齐，验证了MUSA平台与FlagOS软件栈对开源多模态模型的支撑成熟度。